A Robotera VPP2 modellje végzett az élen a RoboDojo robottesztjén
A cég közlése szerint a videójóslásra építő modell nyert, de a tesztfeladatoknak így is csak közel harmadát oldotta meg sikeresen.
▶ 30 MÁSODPERCBEN
- MI TÖRTÉNT
- A kínai Robotera közlése szerint nyílt forrású VPP2 robotvezérlő modellje 32,26%-os átlagos sikeraránnyal első lett a RoboDojo teljesítménytesztjén.
- MIÉRT FONTOS
- A robotikai fejlesztőknek az eredmény azt mutatja, hogyan teljesít a videó-előrejelzést mozgásvezérléssel összekapcsoló megközelítés, bár a számokat maga a cég közölte.
A tesztfeladatok közel harmadát oldotta meg sikeresen, és ezzel az első helyen végzett a Robotera VPP2 modellje a RoboDojo robotikai teljesítménytesztjén – a vállalat közlése szerint. A 32,26%-os átlagos sikerarányt további adatok és ágensalapú, megerősítéses tanulással végzett önfejlesztés (Agent RSI) nélkül érte el. Az elsőség tehát nem jelent hibátlan robotmunkát: a feladatok többsége továbbra sem sikerült.
Mit mér a RoboDojo?
A RoboDojo azt vizsgálja, hogyan boldogulnak a robotok különféle tárgykezelési feladatokkal szimulációban és a valóságban. A Hongkongi Egyetem MMLab kutatólaborja közel húsz felsőoktatási és kutatóintézménnyel közösen fejlesztette; a Pandaily beszámolója szerint 42, két robotkarral végrehajtandó feladatot tartalmaz. A Robotera szerint a VPP2 az általánosítás, a pontosság és a memória kategóriájában is az értékelt módszerek élén végzett.
Az eredményeket a Robotera saját, a PR Newswire-on közzétett sajtóközleménye ismerteti. Ez fontos korlát: a közölt helyezések és teljesítményadatok a vállalat beszámolóján alapulnak.
Előbb videót jósol, aztán mozdulatot generál
A VPP2 neve a Video Prediction Policy 2 rövidítése. A modell videó-előrejelzést kapcsol össze robotműveletek előállításával: a tanítás során előbb a videójóslást, majd a robot cselekvéseinek generálását tanulja meg. A Robotera szerint a modell nyílt forrású, és a GitHubon érhető el.
A feladatok magasabb szintű megtervezése különösen sokat javított a közölt eredményeken. Amikor ehhez képeket és szöveget egyaránt feldolgozó modellt használtak, öt feladatcsoport átlagos sikeraránya 27,6%-ról 57,6%-ra nőtt. A közlésből nem derül ki, melyik teljesítményteszten mérték ezt a javulást.
TECH-SZÓTÁR
- Általánosítás
- A modell képessége arra, hogy a tanítás során megismert helyzetektől eltérő feladatokban is használhatóan működjön.
- Vizuális-nyelvi modell
- Olyan AI-modell, amely képi és szöveges információt egyaránt feldolgoz.
- Megerősítéses tanulás
- Tanulási módszer, amelyben a rendszer a cselekvéseire kapott jutalmak alapján javítja a működését.
Más teszteken is közöltek eredményeket
A Robotera szerint a VPP2 az ALOHA platform tíz feladatkategóriájában 58,5%-os átlagos sikerarányt ért el, és kilenc kategóriában megelőzte a vezető összehasonlítási módszereket. A robotok tárgykezelését és általánosítási képességét vizsgáló LIBERO-Pro teszten 45,0%-ot közöltek. Ezek eltérő tesztkörnyezetek eredményei, ezért nem kezelhetők ugyanannak a mérésnek a pontszámaiként.
A vállalat ezt nevezi a negyedik robotikai tesztgyőzelmének 2026-ban, a World Arena, a Benjie's Humanoid Olympic Games és a RoboChallenge után. A Robotera azt is közölte, hogy humanoid robotjai a China Post és az SF Express több mint tíz kínai logisztikai központjában működnek. Arról nincs adat, hogy ezeken a helyszíneken a VPP2-t használják-e.
» Követett téma: AI · régió: KÍNA · kulcsszó: robotika